Kan AI endometriose diagnosticeren aan de hand van onregelmatigheden in de menstruatiecyclus die worden gedetecteerd in gegevens van een menstruatie-tracking-app ?
Stem nu — lees daarna wat onze hoofdredacteur en de AI-modellen hebben gevonden.
Endometriose verstoort hormonale cycli en veroorzaakt vaak onregelmatige bloedingspatronen. Een AI-systeem dat app-gegenoteerde symptomen analyseert, zou atypische cycli die verband houden met de ziekte kunnen identificeren. Vroegtijdige detectie kan de vertraging in diagnose, die momenteel gemiddeld 7–10 jaar bedraagt, verkorten. De kwaliteit van de data en bias in door gebruikers gerapporteerde gegevens blijven belangrijke uitdagingen. Deze aanpak benut crowdsourced gezondheidspatronen op grote schaal.
Background
Endometriosis frequently disrupts menstrual cycles, producing erratic bleeding and symptom records that may differ from typical patterns. A 2023 study demonstrated that machine-learning models analyzing self-reported app data can achieve moderate accuracy in distinguishing probable endometriosis from control groups, yet they still incur high false-positive rates and lack confirmatory imaging or surgical validation—components considered essential for reliable diagnosis.
Because definitive diagnosis currently requires laparoscopic surgery or MRI, AI output based solely on menstrual irregularities is best treated as a preliminary signal rather than a conclusive verdict. Data quality issues, including user-reporting biases and incomplete logs, further complicate the approach. Present systems remain experimental and are not approved for stand-alone diagnostic use; any app-generated alert should prompt consultation with a qualified healthcare provider for appropriate testing.
— Enriched May 12, 2026 · Source: BMJ
Stel een tag voor
Ontbreekt een concept bij dit onderwerp? Stel het voor en de beheerder bekijkt het.
Status voor het laatst gecontroleerd op June 26, 2026.
Galerie
Kan AI endometriose diagnosticeren aan de hand van onregelmatigheden in de menstruatiecyclus die worden gedetecteerd in gegevens van een menstruatie-tracking-app?
Voor nu buiten het bereik van AI. Het capaciteitsverschil is reëel.
De jury koos snel voor voorzichtigheid en oordeelde dat geen enkel AI-systeem momenteel in staat is endometriose te diagnosticeren op basis van alleen menstruatietrackinggegevens. Zij benadrukten het ontbreken van klinische validatie, het risico op overdiagnostiek door louter onregelmatigheden en de noodzaak van medisch toezicht bij dergelijke claims. Het vonnis was niet gebaseerd op twijfel, maar op het principe dat diepgaande lichamen diepgaander bewijs vereisen. Het vonnis luidt: “Laat de app de cyclus bijhouden, maar laat de diagnose over aan de clinicus.”
The jury swiftly sided with caution, finding no AI system yet capable of diagnosing endometriosis from period-tracking data alone. They emphasized the absence of clinical validation, the risk of over-diagnosis from mere irregularities, and the need for medical oversight in any such claims. Verdict leaned not on doubt, but on the principle that deep bodies demand deeper evidence. The ruling stands: “Let the app track the cycle, but leave the diagnosis in the hands of the clinician.”
But the data is real.
The Case File
Across 10 sessions, 27 jurors have heard this case. Combined tally: 1 YES · 14 ALMOST · 12 NO · 0 IN RESEARCH.
Note: cumulative includes older juror opinions. The current session tally above is the live verdict.
By a vote of 0 — 0 — 1, the panel returns a verdict of NEE, with verdict confidence of 95%. The court so orders.
"No AI system can reliably diagnose endometriosis from menstrual cycle irregularities alone."
Individuele juryverklaringen worden in het oorspronkelijke Engels weergegeven om de bewijsprecisie te behouden.
Wat het publiek denkt
Nee 48% · Ja 9% · Misschien 43% 23 votesDiscussie
no comments⚖ 10 jury checks · meest recent 2 dagen geleden
Elke rij is een afzonderlijke jurycontrole. Juryleden zijn AI-modellen (identiteiten bewust neutraal gehouden). Status toont de cumulatieve telling over alle controles — hoe de jury werkt.
Meer in health
Kan AI helpen om bepaalde ziekten uit te roeien door medisch personeel vroegtijdig te laten handelen op basis van data-analyse ?
Kan AI de verspreiding van een infectieziekte in realtime voorspellen ?
Kan AI een systeem ontwikkelen dat onuitgesproken emotionele behoeften van een persoon kan detecteren en daarop kan reageren ?